可識別跟蹤快遞分揀員的機(jī)器人運輸系統(tǒng)

楊聯(lián)偉 馬馳昊 朱志東 章旭 玄玉波

（吉林大學(xué) 吉林省長春市 130012）

1 引言

物流業(yè)快遞分揀和運輸一直是項生產(chǎn)效率低的工作，分揀員需走遍所有貨架，分揀出所配送地區(qū)的快遞。而快遞數(shù)量眾多，大小質(zhì)量不一，單獨依靠分揀員則需多次搬運才可完成工作。故設(shè)計出可識別跟蹤快遞分揀員的機(jī)器人運輸系統(tǒng)對提高生產(chǎn)力意義重大。

本系統(tǒng)的研究內(nèi)容有以下幾方面：

（1）掃描建圖，借助雷達(dá)掃描倉庫，生成柵格地圖并加載，是后續(xù)功能實現(xiàn)的基礎(chǔ)。

（2）導(dǎo)航定位，通過讀取傳感器信息并進(jìn)行算法處理，得到機(jī)器人坐標(biāo)系到地圖坐標(biāo)系的變換關(guān)系。

（3）路徑規(guī)劃，在確定目標(biāo)位置和自身定位后，規(guī)劃到達(dá)目標(biāo)點的最優(yōu)路徑。

（4）人臉識別，基于人臉的特征和生成的分類器，對人臉進(jìn)行檢測識別。

（5）目標(biāo)跟蹤，對識別到的人臉進(jìn)行追蹤，并將相關(guān)位置信息傳遞給路徑規(guī)劃。

（6）快遞運輸，機(jī)器人的硬件結(jié)構(gòu)上有存放快遞的空間用于快遞運輸。

2 系統(tǒng)總體方案

硬件平臺由電機(jī)驅(qū)動模塊（電機(jī)，電調(diào)，電調(diào)中心板，A型開發(fā)板等），電源電路模塊，工業(yè)相機(jī)、激光雷達(dá)等傳感器，以及MiniPC機(jī)組成。軟件平臺在MiniPC機(jī)中安裝Ubuntu16.04系統(tǒng)，安裝OpenCV視覺庫、ROS機(jī)器人操作系統(tǒng)，采用C++編程實現(xiàn)功能。系統(tǒng)包括識別recognition，跟蹤tracking，定位localization，建圖mapping，路徑規(guī)劃planning等模塊，配合硬件，完成機(jī)器人上述功能。

整個軟件系統(tǒng)架構(gòu)如圖1所示。

3 模塊設(shè)計

3.1 掃描建圖

目前定位建圖算法中的室內(nèi)UWB（Ultra Wideband）、二維碼引導(dǎo)等，多需要在環(huán)境中配置輔助設(shè)備或標(biāo)簽，且運動路徑常為提前規(guī)劃，不具有靈活性。而激光SLAM[4]（Simultaneous Localization and Mapping 同步定位與建圖）具有穩(wěn)定可靠靈活的特點。考慮到應(yīng)用在倉庫，采用SLAM算法Gmapping進(jìn)行柵格地圖的構(gòu)建效果最佳。

圖1：軟件系統(tǒng)架構(gòu)

圖2：Gmapping生成的柵格地圖

Gmapping依靠傳感器對環(huán)境進(jìn)行感知，根據(jù)收集的信息建立柵格地圖。Gmapping需要訂閱的話題topic有/tf（坐標(biāo)轉(zhuǎn)換）和/scan（激光雷達(dá)掃描提供的數(shù)據(jù)），其中必需的tf轉(zhuǎn)換有激光雷達(dá)坐標(biāo)系和基坐標(biāo)系的轉(zhuǎn)換,以及基坐標(biāo)系和里程計坐標(biāo)系的轉(zhuǎn)換。

配置好Gmapping參數(shù)文件后，運行Gmapping軟件包，引導(dǎo)機(jī)器人繞場地一周，用激光雷達(dá)RPLIDAR-A2掃描場地深度信息。當(dāng)激光雷達(dá)對于場地信息點采集完全，就能夠得到柵格地圖，如圖2所示。得到柵格地圖后，通過ROS中map_server節(jié)點發(fā)布類型為/static_map的topic給定位模塊，使定位模塊正常工作。

3.2 導(dǎo)航定位

定位模塊主要通過讀取傳感器信息，經(jīng)過算法處理，得到機(jī)器人坐標(biāo)系到地圖坐標(biāo)系的變換關(guān)系，即機(jī)器人在地圖中的位姿。定位采用ROS中的AMCL(Adaptive Monte Carlo Localization自適應(yīng)蒙特卡洛定位)包，在生成的地圖中使用粒子濾波方法得到位姿。通過更新得到的粒子與柵格地圖形成對比, 具有不同概率的粒子均可以生成新粒子, 生成可能性與概率成正相關(guān), 通過粒子的再生推算機(jī)器人的位置。

機(jī)器人啟動時，初始化位置不一定為柵格地圖坐標(biāo)原點。需要手動調(diào)整機(jī)器人初始位置，確保柵格地圖與現(xiàn)實場景重合。AMCL需訂閱scan雷達(dá)數(shù)據(jù)，map地圖數(shù)據(jù)，tf坐標(biāo)轉(zhuǎn)換，輸出機(jī)器人的位姿信息。將amcl.launch配置好后實現(xiàn)實時定位，發(fā)布位姿。

3.3 路徑規(guī)劃

考慮到效果和倉庫場景，選用高效的A*（A-Star）算法進(jìn)行全局路徑規(guī)劃。當(dāng)傳感器識別到目標(biāo)位置后，在costmap代價地圖中，以實際代價和估計代價為衡量指標(biāo)，進(jìn)行搜索得到一條由離散坐標(biāo)點構(gòu)成的最優(yōu)路徑，其作為輸入傳遞給局部路徑規(guī)劃控制機(jī)器人的具體運動。

局部路徑規(guī)劃采用TEB（Timed Elastic Band）算法。根據(jù)雷達(dá)的掃描信息，結(jié)合給出的全局規(guī)劃路徑，在滿足動力學(xué)特性和規(guī)避碰撞的前提下，優(yōu)化運動軌跡，計算出機(jī)器人局部運動的最優(yōu)速度。同時，MiniPC機(jī)將把相關(guān)信息傳給下位機(jī)來控制電調(diào)電機(jī)驅(qū)動，進(jìn)而控制機(jī)器人的運行方向和速度。

3.4 人臉識別

Haar特征是反映圖像灰度變化的矩形特征。常規(guī)Adaboost算法對復(fù)雜環(huán)境識別率低，速度慢，用Haar特征對人臉部特征進(jìn)行描述，漏檢率低，識別率高，具有很好的時效性。

結(jié)合Haar特征和SVM[4](Support Vector Machine支持向量機(jī))進(jìn)行訓(xùn)練，訓(xùn)練好的分類器會生成.xml文件，在recognition中加載訓(xùn)練好的.xml文件。鑒于OpenCV提供已經(jīng)訓(xùn)練好的人臉的特征分類器haarcascade_frontalface_default.xml，經(jīng)驗證識別效果良好，故使用其進(jìn)行人臉識別。當(dāng)人臉出現(xiàn)在相機(jī)畫面中，相機(jī)會自動捕捉人臉，在RGB Image Window窗口界面中將人臉用綠色矩形框選出來，并獲取矩形ROI（Region Of Interest感興趣區(qū)域）的頂點坐標(biāo)。借助單目相機(jī)測距原理，建立人臉二維坐標(biāo)與人在三維空間坐標(biāo)之間的關(guān)系，給出轉(zhuǎn)換后的三維坐標(biāo)系下人的三維信息：偏航角yaw，距離distance和高度height，唯一確定人臉的位置。

3.5 目標(biāo)跟蹤

使用KCF（Kernel Correlation Filter核相關(guān)濾波）算法進(jìn)行分揀員的跟蹤。當(dāng)recognition識別到分揀員的臉部特征后，會將目標(biāo)人臉的三維信息傳給tracking。KCF算法會訓(xùn)練檢測器，用于檢測下一幀的預(yù)測位置是否是分揀員的臉部，使用新的分揀員臉部檢測結(jié)果更新訓(xùn)練集，進(jìn)而更新目標(biāo)檢測器。

4 設(shè)計實現(xiàn)

對系統(tǒng)分別在仿真Rviz和實際場景下進(jìn)行功能測試。將路徑規(guī)劃在Rviz中進(jìn)行測試，在給出目標(biāo)點時，從起始點規(guī)劃能得到一條無碰撞最優(yōu)路徑。在仿照快遞存儲倉庫搭建的場地內(nèi)，測試人員繞“U”字型貨架走一圈，在路程中會在幾處停留視為挑揀放置快遞，發(fā)現(xiàn)機(jī)器人能夠?qū)τ谌四樳M(jìn)行識別和追蹤。當(dāng)停留放置快遞時，機(jī)器人也會停住，一旦目標(biāo)再次被框選，機(jī)器人恢復(fù)目標(biāo)跟蹤和快遞運輸。通過多次實驗求取均值，得到識別正確率為84.8%，跟蹤正確率為82.5%，由此可見，系統(tǒng)相對可靠穩(wěn)定。

5 結(jié)論

隨著快遞業(yè)的快速發(fā)展，快遞分揀運輸?shù)男实统蔀殡y題。本文研究可識別跟蹤快遞分揀員的機(jī)器人運輸系統(tǒng)。經(jīng)實驗證明，該機(jī)器人系統(tǒng)在環(huán)境條件較為理想時，能夠?qū)崿F(xiàn)掃描建圖，導(dǎo)航定位，路徑規(guī)劃，人臉識別和目標(biāo)跟蹤的功能。綜合看，可以達(dá)到跟隨分揀員運輸快遞，提高生產(chǎn)力的效果。系統(tǒng)操作簡易，功能穩(wěn)定，具有廣闊前景。